<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
       
        

        <sub id="3jag6"><p id="3jag6"></p></sub>
          <style id="3jag6"></style>
          
国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女































          
    
          

        
       



    
          

          






    
    
    
    Document
    




          
    
          
        
          
            
        
          
        
          
            
        
          
    
          
    
          
        
          
            拖動滑塊完成拼圖
        
          
        
          
    
          
    
          
        
          
        
          
    
          

          














          
    
    
          
        首頁
        專利交易
        IP管家助手
        科技果

        科技人才

        科技服務
        國際服務
        商標交易
        會員權益
        需求市場

        
        關于龍圖騰

        
        
        
        
        
        
    
          
    
          
        
        
             / 

            
            
            免費注冊
        
    
          

          



          
    
          
        到頂部
        到底部
    
          

          















          
    
    
          
        
        
          
            
            
            
            
            
            
            
            

            
            
          
                
          
                    
                    清空
                    搜索
                
          
            
          

            
            
            
            
            
            
            
            
            
            
        
          
        
        
        
    
          

          








          
      
          
          
          
            
          
                
          
                  
          
                  	
                  	
                  		最新專利技術
                  	
                  
          
                
          
                
          
                    
            
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N數(shù)據(jù)存儲的方法、裝置和設備，涉及云技術領域，方法應用于云平臺，云平臺部署有文件系統(tǒng)，文件系統(tǒng)用于緩存訓練文件，訓練文件用于訓練人工智能模型，方法包括：在文件系統(tǒng)中緩存的訓練文件的數(shù)據(jù)量達到數(shù)據(jù)量淘汰閾值上限的情況下，根據(jù)所述...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例提供一種事務提交、數(shù)據(jù)查詢方法、系統(tǒng)、服務器、產(chǎn)品及存儲介質(zhì)。在事務提交方法中，存儲節(jié)點根據(jù)事務的多級事務提交號以及該寫事務的類型提交該寫事務。其中，多級事務提交號可包括全局事務提交號以及本地事務提交號。基于該多級事務提交號和事...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請?zhí)峁┝艘环N目錄樹元數(shù)據(jù)管理方法、系統(tǒng)、電子設備及存儲介質(zhì)，方法包括，確定目標目錄樹中多個元數(shù)據(jù)的目錄層次進行分層處理，得到多個服務層次，并在每個服務層次中將對應的元數(shù)據(jù)分配至更新目錄樹服務；在每個服務層次中，分別獲取更新目錄樹服務中元...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明實施例提供了問答處理的方法、系統(tǒng)、裝置、設備、介質(zhì)及程序產(chǎn)品，所述方法包括：獲取用戶輸入的問題文本，并根據(jù)所述問題文本，確定目標數(shù)據(jù)庫表信息；其中，所述目標數(shù)據(jù)表信息為預置數(shù)據(jù)庫中與所述問題文本相關聯(lián)的數(shù)據(jù)表的信息；根據(jù)所述問題文本和...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種知識圖譜的對齊方法，能夠?qū)R實體間的關系置信度，統(tǒng)一不同知識源的知識質(zhì)量。在該方法中，針對于不同知識圖譜中相同的兩個實體之間的路徑，基于實體間的連接關系所屬的關系類型，統(tǒng)一確定不同路徑上具有連接關系的相鄰實體間的關聯(lián)程度值，進而能夠計算...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      公開了一種知識圖譜的優(yōu)化方法、裝置、計算設備及存儲介質(zhì)，涉及機器學習技術領域。計算設備綜合考慮了不同路徑上的知識可靠性(融合置信度)，對知識圖譜中已有的關系置信度進行修正，使知識圖譜中具有路徑一致性并提供候選的關系修改建議(優(yōu)化策略)，有利...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種數(shù)據(jù)處理方法，應用于人工智能領域，包括：在執(zhí)行圖文處理相關的任務時，獲取文本，通過第一模型，識別所述文本中的子文本，所述子文本指示具有視覺特征的第一實體，獲取所述第一實體的描述信息，所述描述信息為針對所述第一實體的視覺描述，且所述視覺描...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開是關于一種內(nèi)容推薦方法、裝置及存儲介質(zhì)。內(nèi)容推薦方法包括：在內(nèi)容推薦頁面，統(tǒng)計待推薦內(nèi)容的曝光占比和轉(zhuǎn)化占比；其中，所述內(nèi)容推薦頁面包括多種內(nèi)容，所述待推薦內(nèi)容為所述多種內(nèi)容中的任意一種；根據(jù)所述曝光占比和所述轉(zhuǎn)化占比，確定所述待推薦...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例提供了一種異常評價信息的處理方法、裝置、電子設備及可讀存儲介質(zhì)，涉及數(shù)據(jù)處理技術領域。該方法包括：獲取當前周期的各條異常評價信息，獲得各異常評價信息的語義特征；根據(jù)各語義特征對各條異常評價信息進行聚類處理，得到各目標聚類簇；對于...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      大多數(shù)提高腦電信號情緒識別準確率的方法是增加通道數(shù)和特征種類，雖然獲得了較高的準確率，但增加了代碼復雜度，降低了算法效率。因此本發(fā)明提出了一種基于輕量數(shù)據(jù)的情緒識別方法。首先，提取與情緒相關性高的頻帶的微分熵特征；其次，基于微分熵特征集，使...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請公開了一種信息分類模型的訓練方法、裝置、電子設備及存儲介質(zhì)。本申請的實施例涉及人工智能及云技術等技術領域。該方法包括：針對N個類別中的各類別，根據(jù)屬于該類別的樣本信息對一個自編碼器進行訓練，得到該類別對應的自編碼器；將各樣本信息分別輸...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      一種數(shù)據(jù)處理方法，應用于人工智能領域，包括：獲取第一輸入和第二輸入；根據(jù)第一輸入和第二輸入，通過編碼器，分別得到編碼器的目標網(wǎng)絡層輸出的第一特征表示和第二特征表示；將第一特征表示和第三特征表示進行融合，得到融合特征；根據(jù)融合特征和第二特征表...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提出了一種基于API序列的深度學習惡意軟件檢測方法，針對傳統(tǒng)惡意軟件檢測方法的缺陷進行改進，具備準確率高、抗干擾能力強、能夠識別未知新型未知惡意軟件、檢測經(jīng)過加殼混淆處理的惡意軟件等優(yōu)勢。其基本思想是：同時考慮API調(diào)用序列的結構特征...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種MPCVD反應腔性能提升的幾何結構優(yōu)化仿真方法，具有這樣的特征，包括以下步驟：步驟S1，在多物理仿真軟件中設置多個物理場方程；步驟S2，設置初始幾何參數(shù)；步驟S3，通過多物理仿真軟件根據(jù)初始幾何參數(shù)構建圓柱形MPCVD反應腔...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種優(yōu)化MPCVD反應腔不同工況下性能的仿真方法，具有這樣的特征，包括以下步驟：步驟S1，通過多物理仿真軟件根據(jù)設置的幾何參數(shù)構建圓柱形MPCVD反應腔的幾何模型；步驟S2，對幾何模型設置多個物理場并對各個區(qū)域進行網(wǎng)絡劃分；步驟...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供一種最佳化零件取放流程的系統(tǒng)及其方法。此系統(tǒng)通過一最佳化演算模塊處理使用者輸入的多個參數(shù)，并將處理后得到的解經(jīng)由該最佳化演算模塊處理而輸出多個最終參數(shù)。該最佳化演算模塊采用基因演算法，并整合精密設計的懲罰機制，使得使用者僅需提供特...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本公開提供一種光學元件中膜層的設計方法、裝置、電子設備和存儲介質(zhì)，涉及光學技術領域。上述方法包括：在電子設備中所加載的目標應用中，對待測試的光學元件的表面確定入射角的角度范圍，光學元件的表面帶有膜層；在目標應用中確定膜層在測試中將采用的膜層...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本發(fā)明提供了一種適用于連續(xù)管的氣液兩相流壓力確定方法及裝置，適用于連續(xù)管的氣液兩相流壓力確定方法包括：按照預設長度間隔將所述連續(xù)管劃分為多個部分；確定所述多個部分所處的位置、井斜角以及內(nèi)部的流體流動方向；在預生成的壓力計算模型庫中，根據(jù)所述...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例提供一種多模態(tài)編碼器的訓練方法、裝置、電子設備、計算機可讀存儲介質(zhì)及計算機程序產(chǎn)品，其中方法包括：將當前任務的當前訓練集中的多模態(tài)數(shù)據(jù)輸入至待訓練的多模態(tài)編碼器，得到與多模態(tài)數(shù)據(jù)對應的至少一個多模態(tài)特征；根據(jù)至少一個多模態(tài)特征，...
								
            
							
            
							
						
            • 
					
						
          • 
							
							
            
					    		
								
            
								      本申請實施例提供了毫米波雷達安檢儀設備成像及模型訓練方法、裝置、設備及介質(zhì)，基于毫米波雷達對第一樣本被檢對象進行掃描得到的樣本毫米波原始數(shù)據(jù)和與其對應的樣本雷達三維體素數(shù)據(jù)對AI成像網(wǎng)絡進行訓練；基于AI成像網(wǎng)絡輸出的樣本預測雷達三維體素數(shù)...
								
            
							
            
							
						
            • 
					
                    
          
                
          

                 
          
                 	
		            	首頁
		            	上一頁
		            	
		            	82
		            	
		            	下一頁
                 	
                 	
            	
          
            
          
            
          
                
          
                  
          技術分類
          
                  
          
                      
                  
          
                
          
            
          
          
          
      
          
    
          
    
    

























































































































































 
 
    







主站蜘蛛池模板：
亚洲乱码中文字幕小综合|
日本欧美一区二区三区高清|
国产高潮刺激叫喊视频|
97夜夜澡人人爽人人模人人喊|
精品乱码一区二区三四五区|
国产午夜福利视频合集|
真人性囗交视频|
日韩国产成人精品视频|
日韩有码av中文字幕|
国产亚洲一二三区精品|
国产午夜精品福利视频|
成人网站免费观看永久视频下载|
国产精品自在拍首页视频8|
人妻少妇精品中文字幕|
国产成人高清亚洲综合|
国产美女高潮流白浆视频|
少妇人妻偷人偷人精品|
亚洲AV成人片不卡无码|
久久天天躁狠狠躁夜夜2020老熟妇|
一区二区三区鲁丝不卡|
国产线播放免费人成视频播放|
国产午夜亚洲精品不卡下载|
国产精品色内内在线播放|
18禁超污无遮挡无码网址|
亚洲熟妇中文字幕曰产无码|
亚洲人成人影院在线观看|
好男人www在线影视社区|
精品熟女日韩中文十区|
九色精品国产成人综合网站|
中文亚洲无线码49vv|
久久99热这里只有精品国产|
欧美国产日韩a欧美在线视频|
中文字幕 欧美精品 第1页|
两性色午夜视频免费老司机|
熟女性饥渴一区二区三区|
成人亚洲欧美成αⅴ人在线观看|
中国xxx农村性视频|
国产福利姬喷水福利在线观看|
久久久国产精品消防器材|
国产精品久久777777|
青青草国产成人99久久|